<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom" xmlns:dc="http://purl.org/dc/elements/1.1/">
<title>Escuela de Ciencias, Ingeniería y Diseño</title>
<link href="https://hdl.handle.net/20.500.12880/21" rel="alternate"/>
<subtitle/>
<id>https://hdl.handle.net/20.500.12880/21</id>
<updated>2026-11-22T22:38:42Z</updated>
<dc:date>2026-11-22T22:38:42Z</dc:date>
<entry>
<title>Escuchar con los ojos: simulación visualización y compensación digital de la pérdida auditiva neurosensorial</title>
<link href="https://hdl.handle.net/20.500.12880/17056" rel="alternate"/>
<author>
<name>Correa Vazquez, Daniela Del Carmen</name>
</author>
<id>https://hdl.handle.net/20.500.12880/17056</id>
<updated>2026-11-21T11:36:14Z</updated>
<published>2026-06-01T00:00:00Z</published>
<summary type="text">Escuchar con los ojos: simulación visualización y compensación digital de la pérdida auditiva neurosensorial
Correa Vazquez, Daniela Del Carmen
La hipoacusia o pérdida auditiva es una discapacidad ampliamente extendida pero
silenciosa, que afecta especialmente a la comprensión del habla y a la participación social. Según el World Report on Hearing de la Organización Mundial de la Salud, más de 1.500 millones de personas (el 20 % de la población mundial) presentan algún grado de pérdida auditiva, de las cuales 430 millones sufren una hipoacusia moderada o superior que impacta directamente en su vida diaria (OMS, 2021). A pesar de ello, la sociedad carece de herramientas accesibles que hagan posible visualizar y experimentar cómo se percibe el sonido cuando determinadas frecuencias están disminuidas o ausentes.
Este Trabajo de Fin de Grado propone el desarrollo de un simulador auditivo basado en ciencia de datos y procesamiento digital de señales, capaz de reproducir distintos patrones de pérdida auditiva basándose en audiogramas reales y de explorar su compensación digital. El trabajo toma como caso de estudio el audiograma personal de la autora, quien presenta hipoacusia mixta con afectación predominante en frecuencias agudas de origen neurosensorial.
El enfoque computacional combina tres fases: simulación de la pérdida auditiva
utilizando un filtrado espectral inspirado en el componente de atenuación frecuencial del modelo MSBG (Moore et al., 1996), reconstrucción digital con la prescripción NAL-R implementada en el repositorio Clarity Challenge (Byrne &amp; Dillon, 1986; Graetzer et al., 2021), y evaluación objetiva con las métricas PESQ (ITU-T P.862), STOI (Taal et al., 2011) y SNR (Signal to Noise Ratio). Los resultados muestran que la simulación produce una atenuación selectiva en frecuencias agudas que concuerda con el audiograma de partida, y que la compensación NAL-R modifica la señal de forma esperada con las frecuencias afectadas, aunque las métricas objetivas empleadas penalizan parte de esta amplificación por estar diseñadas principalmente para señales de habla en oyentes normooyentes. Se discuten las limitaciones del enfoque y su valor como herramienta de sensibilización auditiva.
</summary>
<dc:date>2026-06-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Análisis predictivo de series temporales en el entorno retail</title>
<link href="https://hdl.handle.net/20.500.12880/17055" rel="alternate"/>
<author>
<name>Tebar Folch, Alvaro</name>
</author>
<id>https://hdl.handle.net/20.500.12880/17055</id>
<updated>2026-11-21T11:36:13Z</updated>
<published>2026-06-01T00:00:00Z</published>
<summary type="text">Análisis predictivo de series temporales en el entorno retail
Tebar Folch, Alvaro
La gestión masiva de datos y la precisión predictiva son desafíos críticos para la cadenade suministro en el sector retail, donde las fluctuaciones estocásticas de la demanda generan roturas de stock y mermas logísticas. El presente trabajo realiza un análisiscomparativo de modelos de predicción de demanda aplicado al dataset M5 Forecasting –Accuracy de Walmart, compuesto por más de 58 millones de registros y 30.490 seriestemporales jerárquicas (Makridakis, Spiliotis &amp; Assimakopoulos, 2022). Se evalúan cinco modelos de naturaleza heterogénea: un baseline ingenuo estacional, dos modelos estadísticos clásicos (ARIMA y SARIMA), un modelo aditivo descomponible (Prophet)y un algoritmo de Gradient Boosting (XGBoost) sobre un horizonte de validación de 28días, empleando el RMSE como métrica principal y la función de pérdida Tweedie para manejar la intermitencia del 68,2 % de ceros del dataset. Los resultados sitúan a XGBoost
</summary>
<dc:date>2026-06-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Caracterización y predicción de tipos de lesión en corredores mediante variables biomecánicas antropométricas y deportivas corredores mediante variables biomecánicas, antropométricas y deportivas</title>
<link href="https://hdl.handle.net/20.500.12880/17052" rel="alternate"/>
<author>
<name>Perez Lasala Ciacciarelli, Matias</name>
</author>
<id>https://hdl.handle.net/20.500.12880/17052</id>
<updated>2026-11-21T11:36:12Z</updated>
<published>2026-07-01T00:00:00Z</published>
<summary type="text">Caracterización y predicción de tipos de lesión en corredores mediante variables biomecánicas antropométricas y deportivas corredores mediante variables biomecánicas, antropométricas y deportivas
Perez Lasala Ciacciarelli, Matias
Las lesiones musculoesqueléticas son una consecuencia frecuente de la práctica
de la carrera. A pesar de décadas de investigación, sigue sin estar claro qué
factores determinan qué estructura acaba lesionándose en cada corredor. Buena
parte de los estudios disponibles trabajan con muestras pequeñas, generalmente
por debajo de los 100 participantes, lo que compromete la estabilidad de sus
conclusiones.
Este trabajo examina la asociación entre variables biomecánicas, antropométricas
y deportivas con los principales tipos de lesión en 1.402 corredores únicos, a partir
de un dataset de evaluación biomecánica en cinta rodante. El diseño es
observacional, retrospectivo y transversal. Las lesiones se clasificaron en siete
grupos por localización anatómica: rodilla, muslo, pierna baja, cadera/pelvis, pie,
tobillo y otras localizaciones.
Los grupos de lesión difieren significativamente en edad, velocidad de carrera y
años de experiencia. Los corredores más jóvenes y con menos trayectoria
acumulan más lesiones de rodilla; los de mayor edad presentan más lesiones en
tobillo, pie y cadera. En el plano biomecánico, nueve de las 80 variables
analizadas mostraron diferencias significativas tras corrección por comparaciones
múltiples. Las más discriminativas fueron la velocidad pico y la excursión de
rotación de rodilla derecha, ambas más elevadas en el grupo de tobillo. Los
modelos predictivos alcanzaron una capacidad discriminativa modesta (AUC
0,48–0,61), sin que los métodos de aprendizaje automático superaran de forma
relevante a la regresión logística.
</summary>
<dc:date>2026-07-01T00:00:00Z</dc:date>
</entry>
<entry>
<title>Modelo predictivo para la anticipación horaria de la demanda en urgencias médicas del Hospital Virgen de la Luz</title>
<link href="https://hdl.handle.net/20.500.12880/17050" rel="alternate"/>
<author>
<name>Verdu Fuente, Leyre</name>
</author>
<id>https://hdl.handle.net/20.500.12880/17050</id>
<updated>2026-11-21T11:36:11Z</updated>
<published>2026-07-01T00:00:00Z</published>
<summary type="text">Modelo predictivo para la anticipación horaria de la demanda en urgencias médicas del Hospital Virgen de la Luz
Verdu Fuente, Leyre
En los últimos años, los servicios de urgencias hospitalarias han experimentado un incremento en la afluencia de pacientes, lo que ha derivado en episodios recurrentes de saturación y dificultades para la planificación de los recursos sanitarios. Dado este contexto, el presente Trabajo Fin de Grado desarrolla un sistema predictivo orientado a estimar la llegada horaria de pacientes al servicio de urgencias del Hospital Virgen de la Luz de Cuenca.
El estudio se basa en el análisis de datos reales y anonimizados cedidos por el propio hospital, durante el periodo comprendido entre diciembre del 2021 y noviembre del 2025. A partir de estos datos, se construye una serie temporal horaria, enriquecida con variables de calendario, festivos y meteorología.
Se comparan diferentes modelos para estimar las llegadas en la hora siguiente y realizar consultas sobre fechas futuras. Los resultados muestran que es posible obtener estimaciones útiles de la demanda horaria, con errores medios próximos a dos pacientes por hora.
Como complemento, se desarrolla un panel de visualización interactivo diseñado para facilitar la interpretación e identificar patrones temporales y jornadas de mayor demanda.
Con este proyecto se busca ofrecer una herramienta útil e intuitiva que ayude a facilitar la planificación de las urgencias en el Hospital de Cuenca y que permita una mejor asignación de recursos, priorizando la calidad de la atención y la anticipación de necesidades, reduciendo las esperas de los pacientes.
</summary>
<dc:date>2026-07-01T00:00:00Z</dc:date>
</entry>
</feed>
